简介面向计算全息CGH研究的 MATLAB 函数库适合光学实验人员与算法开发者快速搭建全息图生成、传播与重建流程借助封装函数降低编程门槛。资源共 128 个文件36 个 .m 源文件涵盖图像边界扩充、矩阵扩展、轴锥透镜/球面透镜/闪耀光栅相位生成迭代傅里叶与迭代菲涅尔算法以及基于 DFFT/TFFT/DOE 的多种传播计算还提供相位图保存、LCOS 显示等工具72 张 .png 示例图和 12 张 .bmp 测试图可用于对比输出结果另附 license 和说明文档压缩包约 17.05MB。已有 1283 人学习。通过该库可获得一套完整可运行的 CGH 计算工具既可直接调用顶层函数生成指定相位图也能依据源码注释跟踪每一步数值计算理解傅里叶变换、菲涅尔衍射等核心原理内置初始化脚本可自动配置 MATLAB 搜索路径便于在科研或教学中直接二次开发与验证。1. 计算机生成全息图为什么你需要一个整理好的MATLAB函数库手头散落一堆命名混乱的.m脚本文件名从GS_v2_final.m到Fresnel_3.m每个脚本里都复制了一遍衍射传播代码——这是不少人接触计算机生成全息图CGH时的真实状态。这套HoloLib_MATLAB函数库的价值就是把 CGH 生产线上最常用的模块整理成可复用函数标量衍射传播、GS 迭代相位恢复、相位编码与量化、模拟重建评估全部用 MATLAB 实现不用碰 C 或 CUDA 也能跑出可用的纯相位全息图。适合刚开始做全息显示、全息光镊或投影系统的从业者也适合手里有实验脚本但不敢改参数的熟手——把核心算法抽出来做成函数参数边界一次调明白。2. 从衍射传播到相位恢复函数库的模块划分与核心函数拆解做 CGH 的完整链路不是“输入图片、输出相位”这么簡單。你需要把振幅图像编码成相位分布再让这个相位分布经过真实光学传播后在目标平面重建出预期光场。这个链路里至少涉及三件事光场怎么传播、相位怎么迭代恢复、相位图怎么适配显示器件。函数库把这三件事拆成了独立模块下面逐个拆。2.1 模块一衍射传播算子CGH 的地基光场从全息面传播到重建面MATLAB 实现里最常见是三种菲涅尔衍射、角谱法ASM、傅里叶变换法。函数库对这三种都有封装命名通常类似holo_fresnel_prop、holo_asm_prop、holo_ft_prop。三者的适用场景差异很大我一般按这张表选传播方式适用距离计算复杂度主要限制菲涅尔单次FFT中远距离低有最小距离约束采样间隔被输出尺寸绑定角谱法ASM任意距离高需两次FFT对采样间隔敏感混叠风险高傅里叶变换法远场/透镜后焦面最低只能用于傅里叶全息图不适合菲涅耳全息一个常见误用是把菲涅尔单次FFT当成万能函数距离设得很小时直接失真。原因在于单次FFT形式的菲涅尔传播隐含了一个约束输出平面采样间隔与输入采样间隔不同且与波长、距离、像素数绑定。距离过小时输出采样间隔被压得极小重建区域随之变小边缘出现混叠。函数库里holo_fresnel_prop的入参设计了z、lambda、dx、N四个量目的就是让你显式意识到采样间隔不是随便给的。2.2 模块二GS 迭代与相位恢复的核心实现拿到目标振幅图后相位不可能直接逆衍射解出来——这是个欠定问题。GS 算法的思路是反复在物面与频谱面之间来回投影正向传播后保留振幅、替换相位反向传播后同样保留振幅、替换相位直到两个平面的振幅都逼近目标。函数库里对应函数通常是holo_gs_phase典型调用结构如下% 目标振幅: 256x256 灰度图范围 [0,1] target_amp double(imread(target.png)) / 255; target_amp imresize(target_amp, [256 256]); % 初始化随机相位 rng(42); phase_init exp(1j * 2 * pi * rand(256)); % 调用 GS 迭代20 次迭代菲涅尔模式传播 [phase_out, err_history] holo_gs_phase(target_amp, ... method, fresnel, iterations, 20, ... lambda, 532e-9, z, 0.2, dx, 8e-6, ... init_phase, phase_init);这段代码的逻辑并不复杂目标振幅归一化后随机相位作为起始猜测holo_gs_phase内部做正向传播、振幅约束替换、反向传播、振幅约束替换迭代过程中把每个周期末重建面与目标之间的均方误差记录到err_history。参数上最值得留意的是init_phase——相同目标、相同迭代次数换一个随机种子结果差别很大这就是 GS 的局部最优问题。函数库保留这个入参就是为了让你能对比不同初始化的重建质量。2.3 模块三相位编码与量化从浮点相位到 SLM 可用的灰度图GS 迭代输出的相位是连续浮点数范围通常是[-pi, pi]或[0, 2*pi]但空间光调制器SLM或数字全息打印机接受的是 8bit 灰度图。这个转换不是简单的im2uint8——要考虑相位包裹边界、灰度反转、γ 校正。函数库里的holo_slm_encode通常处理三件事把浮点相位归一化到[0, 1]按 SLM 的灰度-相位响应曲线做映射再叠加可选的闪耀光栅偏移。phase_wrapped angle(phase_out); % 包裹到 [-pi, pi] phase_norm (phase_wrapped pi) / (2*pi); % 归一化到 [0, 1] slm_gray uint8(round(phase_norm * 255)); % 默认线性映射到 8bit % 若 SLM 实测灰度-相位曲线非线性传入查找表 load(slm_lut.mat, lut); % lut 是 256x1 的相位值向量 phase_mapped interp1(lut, 0:255, phase_norm(:), linear); slm_gray reshape(uint8(round(phase_mapped * 255)), size(phase_norm));这里的关键坑在于把包裹后的angle直接归一化到灰度假设了 SLM 工作在[0, 2*pi]线性相位模式。实际很多 SLM 只覆盖[0, 2*pi]的一部分或者灰度与相位之间有明显的非线性这时候不做 LUT 校正重建图像会出现背景噪声被放大、对比度下降的问题。函数库把这个环节独立成模块而不是塞进 GS 迭代里就是为了让你在换用不同 SLM 时只改编码函数不动相位恢复算法。3. 跑通第一个 CGH环境配置、GS 迭代与最小复现路径拿到函数库后第一件事不是读文档是把它跑起来。这个库纯 MATLAB 实现不依赖第三方工具箱但我建议在动手前先确认 MATLAB 版本和并行计算选项然后按下面路径走通一次完整流程。3.1 环境准备路径设置与依赖检查% 把整个 HoloLib_MATLAB 仓库加入 MATLAB 路径 addpath(genpath(./HoloLib_MATLAB)); % 确认核心函数可见 assert(exist(holo_gs_phase, file) 2, 核心函数缺失检查仓库完整性); assert(exist(holo_fresnel_prop, file) 2, 菲涅尔传播函数缺失); % 检查是否有 GPU可选不强制 try gpuDeviceCount; use_gpu gpuDeviceCount 0; catch use_gpu false; end fprintf(GPU 可用: %d\n, use_gpu);addpath(genpath(...))会把仓库下所有子目录一次性加入搜索路径省去逐个目录添加的麻烦。exist(..., file) 2用来验证核心函数是否真的在路径里——不少人是 clone 下来后发现子模块没拉全函数找不到。GPU 检查那段是可选优化CGH 迭代里 FFT 占大头如果你的数据是 512×512 以上GPU 能提速 35 倍但函数库默认走 CPUuse_gpu这个logical变量后面可以传给传播函数。3.2 最小复现从目标图到相位图只需五步这里给一个最简流程不做任何花哨优化保证你照着跑能出结果。目标图像用函数库自带的示例图或者自己生成一张简单图案。% 第一步生成目标振幅100x100 的圆环图案 N 256; [x, y] meshgrid(linspace(-1, 1, N)); target double((x.^2 y.^2) 0.3 (x.^2 y.^2) 0.4); % 第二步调用 GS 迭代 phase holo_gs_phase(target, ... method, fresnel, iterations, 30, ... lambda, 532e-9, z, 0.3, dx, 10e-6, ... verbose, true); % 第三步模拟重建验证相位是否正确 recon holo_fresnel_prop(exp(1j * phase), ... lambda, 532e-9, z, 0.3, dx, 10e-6); % 第四步取重建振幅并归一化 recon_amp abs(recon); recon_amp recon_amp / max(recon_amp(:)); % 第五步对比目标与重建 corr_val corr2(target, recon_amp); fprintf(重建相关系数: %.4f\n, corr_val);这段代码是把整个管线的最小闭环串起来了。第五步的corr2是衡量重建质量最直观的指标取值 0 到 1通常在 0.8 以上就能看出图像轮廓。注意第一步生成的target是逻辑矩阵直接转成double后值域[0,1]GS 内部对振幅的假设就是归一化的传入非归一化数据会导致迭代不稳定。3.3 重建结果怎么看相关系数与视觉检查配合只盯corr2数值容易误判。我见过某开发者的重建相关系数 0.85图像却明显有中心光斑污染原因在于corr2对全局灰度趋势敏感对局部细节损失不敏感。所以模拟重建后一定要同时做三件事看强度分布、看剖面线、看误差图。figure(Position, [100 100 1200 400]); subplot(1,3,1); imshow(target); title(目标振幅); subplot(1,3,2); imshow(recon_amp); title(模拟重建振幅); subplot(1,3,3); imagesc(abs(recon_amp - target)); colorbar; title(绝对误差);误差图的用处比相关系数大得多。如果误差集中在图像边缘说明采样间隔偏大或传播距离与像素数不匹配如果误差呈现周期性条纹大概率是 FFT 混叠或零填充不足。函数库在这里的价值是让你快速对比不同参数组合下的误差分布而不是只给一个标量得分。4. 把参数调明白采样间隔、迭代次数与 SLM 适配的边界GS 迭代跑通容易调好很难。这一章把三个最常出问题的参数讲透采样间隔与传播距离的匹配、迭代次数的收敛判据、SLM 硬件参数怎么换算进算法。4.1 采样间隔与传播距离一个公式决定重建视场菲涅尔单次 FFT 传播里输出平面的采样间隔dx_out由lambda * z / (N * dx_in)决定。这意味着你在算法里设的dx不是随便填的——它和重建图像的实际物理尺寸直接挂钩。% 参数换算示例 lambda 532e-9; % 波长单位米 z 0.3; % 传播距离单位米 N 256; % 像素数 dx_in 10e-6; % 输入平面采样间隔对应SLM像素间距 dx_out lambda * z / (N * dx_in); fprintf(重建平面采样间隔: %.2f um\n, dx_out * 1e6); fprintf(重建平面物理尺寸: %.2f mm\n, dx_out * N * 1e3);这段换算公式是 CGH 里最容易被忽略的。假设 SLM 像素间距是 10μm波长 532nm传播 0.3m256 像素的重建面物理尺寸约 4.1mm——你的目标图像必须在这个尺寸内才能完整重建。如果你把目标图放大到 8mm 宽直接用单次 FFT 形式算边缘区域必然混叠。这时候要么增大N零填充要么换用角谱法。函数库中holo_fresnel_prop的入参把lambda、z、dx、N全部暴露出来目的就是逼你在跑之前把这个公式算清楚。4.2 迭代次数不是越多越好要盯收敛曲线GS 迭代常见默认值是 2050 次。但迭代次数和图像内容强相关目标图案细节多比如人像照片50 次往往不够图案简单比如圆环、字符15 次就能收敛。函数库的holo_gs_phase返回了err_history你应该每次跑完都画一下收敛曲线。[phase_out, err_history] holo_gs_phase(target, ... method, fresnel, iterations, 50, ... lambda, 532e-9, z, 0.3, dx, 10e-6, ... verbose, false); figure; plot(1:length(err_history), err_history, o-); xlabel(迭代次数); ylabel(归一化均方误差); grid on;观察收敛曲线的经验前 10 次误差下降最快20 次以后曲线趋于平缓如果 30 次后还有明显抖动说明迭代进入振荡区。振荡的常见原因是目标振幅动态范围太大GS 无法同时满足亮区和暗区的约束。我一般会在 GS 前对目标振幅做个压缩target_compressed target.^0.5把高亮区域权重降低改善重建均匀性。这个操作原理和加权 GS 类似但实现成本为零。4.3 SLM 适配像素间距、灰度量化与闪耀光栅算法侧调好了硬件侧还有三个参数必须对得上。SLM 像素间距直接决定物理重建尺寸8bit 灰度意味着相位只有 256 级量化闪耀光栅是让重建图像偏离零级衍射斑的手法。SLM 参数算法侧对应常见问题像素间距 4μm15μmdx_in间距越大重建视场越小灰度位数 8bit/10bit相位量化级数量化太粗导致重建产生背景噪声零级衍射抑制闪耀光栅叠加不加光栅时重建中心被零级亮斑覆盖灰度量化这件事经常被新手忽略。连续相位被四舍五入到 256 级时等价于给相位叠加了一个随机量化噪声这个噪声在重建面表现为散射背景。函数库里的holo_slm_encode有一个可选的quantize_bit参数设成 8 就是模拟 8bit SLM 的量化效果设成Inf则跳过量化——方便你对比量化前后重建质量的差距。我习惯的做法是先用Inf跑出一版理想结果再切到 8bit 看损失如果损失超过 10%就要考虑换 10bit SLM 或改用混合灰度编码。5. 避坑指南五个高频翻车场景与排查路径CGH 的坑不少大多是参数边界没摸清导致的。这五个翻车场景是我和几个同事在项目里反复踩过的按“现象→原因→解决”写清楚。5.1 重建图像中心偏移或上下颠倒现象模拟重建时目标图案出现在视场角落或者上下左右翻转。原因FFT 的频谱中心与数组索引零点错位。MATLAB 的fft2输出低频在数组四角如果不做ifftshift传播结果的空间位置就整体偏移。翻转问题则是坐标定义不一致——菲涅尔传播函数里输入输出坐标轴方向反了。解决在每个传播函数内部统一做fftshift/ifftshift配对。如果你自己写传播代码记住这条铁律正向fft2前ifftshiftfft2后fftshift逆向反过来。函数库里已经处理好的版本不存在这个问题但如果你把phase单独导出来用别家代码做重建一定要检查对方是否做了同样的 shift。5.2 重建图像对比度差、背景出现光斑现象暗区不够暗亮区不够亮整个重建像蒙了一层雾。原因GS 迭代对振幅动态范围大的目标收敛困难暗区能量泄漏到背景。另一个常见原因是目标振幅里有低频渐变比如从中心到边缘亮度递减GS 对这种平滑分布容易陷入局部最优。解决对目标振幅做非线性压缩常见做法是target^0.5或target^0.3压缩越狠暗区表现越好但亮区细节损失越大。这个参数要按你的图像内容试没有通用值。函数库的holo_gs_phase接受target_compression参数传0.5就是做平方根压缩不用你手动改目标图。5.3 换了一台 SLM重建质量急剧下降现象同一份相位图在甲 SLM 上效果不错换到乙 SLM 上背景噪声暴涨。原因两台 SLM 的灰度-相位响应曲线不同甚至灰度反转方向都可能相反。把[0,1]线性映射到灰度只适用于理想线性器件实际器件都有程度不等的非线性。解决用函数库的 LUT 接口。先测出当前 SLM 的灰度-相位曲线生成 256×1 的查找表让holo_slm_encode在编码阶段做非线性补偿。没有实测条件的话至少确认灰度 0 对应0相位还是2*pi相位方向反了重建图像会出现背景增强、目标消失的现象。5.4 传播距离增大后重建图像尺寸对不上现象算法里设z0.5重建出来的图像物理尺寸和手算对不上差了两三倍。原因菲涅尔单次 FFT 的输出采样间隔dx_out lambda*z/(N*dx_in)随距离线增大图像尺寸也随之增大但如果z超过某个临界值输出像素数不变但采样间隔过大图像直接超出计算窗口边缘被截断。解决把N翻倍做零填充同时保持dx_in不变。这样dx_out减半视场尺寸不变但分辨率提高。代价是 FFT 计算量涨了四倍。函数库的传播函数里设了padding参数0是默认不填充1表示填充到两倍尺寸。我一般遇到距离超过 0.5m 的情况就直接开填充。5.5 GS 迭代 30 次后误差不再下降现象收敛曲线前 10 次快速下降然后平台期误差恒定在某个值不再动。原因GS 是确定性迭代遇到局部最优就卡住。局部最优的产生通常与目标振幅的对称性有关——对称图案圆、方块特别容易让 GS 陷入对称分布的相位解。解决换随机种子重新初始化或者改用加权 GS。函数库里有method, weighted_gs选项核心思想是对重建误差大的区域加大权重强制迭代过程优先优化这些区域。经验值是把权重设成误差的 1.5 次方效果最明显。如果你不想改方法最简单的手段是换rng种子跑三次取重建误差最小的一次。6. 用模拟重建验证全息图收敛曲线与评价指标的实用技巧相位图生成后不要直接上光路先在 MATLAB 里把重建质量验证一遍。这个习惯能帮你省掉大量调光路的时间。我每次拿到新的目标图像都会强制跑一遍下面这套验证流程。第一件事是迭代次数扫描。固定其他参数不变跑[5, 10, 20, 50, 100]五组迭代把每组最终的重建相关系数画成曲线。这条曲线的价值在于告诉你“再多迭代还有没有意义”——如果 20 次到 100 次相关系数只涨了 0.01说明 20 次就是性价比拐点以后批量跑实验就固定用 20 次。如果曲线还在明显上升说明你的图像复杂度超过了当前迭代策略的承载能力这时候不是继续加迭代次数而是应该换加权 GS 或改初始相位。第二件事是量化影响评估。用holo_slm_encode的quantize_bit分别设Inf和8跑两次重建算出两次结果的相关系数差。这个差值如果超过 0.05你的实验结果会受到 SLM 灰度量化的明显干扰需要在相位编码环节加抖动处理。第三件事是 LUT 验证。把 SLM 实测灰度-相位曲线输入编码函数对比线性映射和 LUT 校正后的重建误差图。我经历过一次线性映射下重建还能看出图案轮廓但边缘有规律性条纹LUT 校正后条纹消失。这个差异用相关系数只能看出一丝差别看误差图才非常明显。从那以后我每次换 SLM 都强制走一遍 LUT 验证流程再没有出现过“换设备后效果全变”的翻车。希望这套验证路径帮你在上光路前就把问题拦下来。本文还有配套的精品资源点击获取
